韩伟课题组在β淀粉样蛋白聚集早期多聚体的生成机制研究上取得重要进展
2022.02.12韩伟课题组运用多尺度计算模拟方法，对β淀粉样蛋白（Aβ）聚集过程进行了大尺度模拟，深入研究了早期阶段产生的Aβ多聚体的拓扑结构和形成机理，在分子层次上揭示了Aβ致病与非致病亚型之间在早期自组装过程的差异，为理解Aβ多聚体毒性产生机制提供了重...
韩伟课题组运用多尺度计算模拟方法，对β淀粉样蛋白（Aβ）聚集过程进行了大尺度模拟，深入研究了早期阶段产生的Aβ多聚体的拓扑结构和形成机理，在分子层次上揭示了Aβ致病与非致病亚型之间在早期自组装过程的差异，为理解Aβ多聚体毒性产生机制提供了重...
近日，城市规划与设计学院博士后何张源、岳峰获得2021年中国博士后科学基金第70批面上项目二等资助。余玲、何张源获得2022年度广东省自然科学基金资助。
近日，信息工程学院（以下简称：信息学院）张敏副教授课题组和化学生物学与生物技术学院（以下简称：化生学院）李子刚教授/尹丰研究员课题组合作在生物传感器领域国际知名期刊Biosensors and Bioelectronics上发表题为“Tetrahedral DNA nanostructure bas...
深入理解与分析电池（包括锂离子、钠离子、空气电池等）运行过程中的体相和界面行为对于电池性能的持续改进具有重要意义。
大数据和人工智能与化学基因和材料基因的融合正推动生物医学和新材料的前沿科学发展。近年来，机器学习，尤其是深度学习，已经成为基于数据驱动的分子尺度发现化学基因和材料基因强大方法。2019年冠状病毒病（COVID-19）爆发一年后还没有特异性的有效药物...
机器学习在各领域的广泛应用促生其在材料领域的应用，它提供了一种新型的工具，即能从高维数据中发现数据间的规律，有助于减少计算量从而加速对新材料的探索。特征提取（特征工程）是机器学习的关键组成部分，选择合适的形式来表达将直接影响最终模型的效...
锂电池作为新一代绿色储能器件已经改变了我们的生活，正极材料仍然是电池储存容量、循环寿命以及成本的瓶颈,通常具有高工作电压以及超高的可逆比容量，是开发下一代高能量密度锂离子正极材料的研究重点之一。富锂锰基层状过渡金属氧化物(aLi2MnO3.bNMC)已...
锂电池作为新一代绿色储能器件已经改变了我们的生活，使我们用上了手机等移动通信和电动车等绿色出行。目前正在使用锂电池正极材料可分为3类，高端手机等用的钴酸锂、电动车电池用的有层状高容量但安全性不高的镍钴锰三元氧化物和高安全但容量不高的磷酸铁...
环境与能源学院邱国玉教授团队在《Nature Cities》发表最新研究，揭示热浪来袭城市...
王鹏飞教授合作论文在JME发表，揭示企业资源错配新机制
人文社会科学学院刘雨濛助理教授独作论文在《马克思主义与现实》发表
李子刚/尹丰课题组在《Nature Communications》发文，长效自组装基序进一步拓展模...
Jooyoung Park长聘副教授合作论文在ISR发表，探讨在线客服平台中服务商身份公开的...
彭涛课题组最新研究进展：“人工萤火虫”新型化学发光探针助力活体精准成像
周航课题组在基于图神经网络加速FAPbI3钙钛矿高效稳定化路径方面取得重要进展
深研院新材料学院潘锋教授领衔编著的《人工智能材料学-AI4Materials》即将出版，拟...
